定义
弗洛伊德算法计算图中各个顶点之间的最短路径,迪杰斯特拉算法用于计算图中某一个顶点到其他顶点的最短路径。为了便于理解计算过程,可以这样认为:
迪杰斯特拉算法通过选定的被访问顶点(已确定最短路径),来更新从出发顶点到图中其他顶点的路径,目的是求出从出发访问顶点到其他顶点的最短路径;弗洛伊德算法中每一个顶点都是出发访问点,所以需要将每一个顶点看做被访问顶点,通过该被访问顶点来更新出发访问顶点到其他顶点的路径。
算法过程如下:
设置顶点vi到顶点vk的最短路径已知为Lik,顶点vk到vj的最短路径已知为Lkj,顶点vi到vj的路径为Lij,则vi到vj的最短路径为:min((Lik+Lkj),Lij),vk的取值为图中所有顶点,则可获得vi到vj的最短路径。
至于vi到vk的最短路径Lik或者vk到vj的最短路径Lkj,是以同样的方式获得。
示例
第一层循环中,以A(下标为:0)作为中间顶点,距离表和前驱关系更新为:
由图可知:
以A顶点作为中间顶点是,B->A->C的距离由N->9,同理C到B;C->A->G的距离由N->12,同理G到C
更换中间顶点,循环执行操作,直到所有顶点都作为中间顶点更新后,计算结束。
参考代码
class t{
public static void main(String[] args){
char[] vertex=new char[]{'A','B','C','D','E','F','G'}; //顶点数组
int[][] matrix=new int[7][]; //邻接矩阵
final int N=65535;
matrix[0]=new int[]{0,5,7,N,N,N,2};
matrix[1]=new int[]{5,0,N,9,N,N,3};
matrix[2]=new int[]{7,N,0,N,8,N,N};
matrix[3]=new int[]{N,9,N,0,N,4,N};
matrix[4]=new int[]{N,N,8,N,0,5,4};
matrix[5]=new int[]{N,N,N,4,5,0,6};
matrix[6]=new int[]{2,3,N,N,4,6,0};
Graph G=new Graph(vertex.length,matrix,vertex); //构建图对象
//上述为测试用例
G.floyd();
G.show();
}
}
class Graph{
char[] vertex;
private int[][] dis;//从各个顶点出发到其他顶点的距离
private int[][] pre;//到达目标顶点的前驱顶点
public Graph(int length,int[][] matrix,char[] vertex){
this.vertex=vertex;
this.dis=matrix;
this.pre=new int[length][length];
for(int i=0;i<length;i++){
Arrays.fill(pre[i],i);
}
}
public void floyd(){
int len=0;
for(int k=0;k<dis.length;k++){//作为中间顶点
for(int i=0;i<dis.length;i++){//从i顶点出发
for(int j=0;j<dis.length;j++){//到达j顶点,经过k顶点
len=dis[i][k]+dis[k][j];
if(len<dis[i][j]){
dis[i][j]=len;//更新距离
pre[i][j]=pre[k][j];//更新前驱顶点
}
}
}
}
}
public void show(){
for(int k=0;k<dis.length;k++){//作为中间顶点
for(int i=0;i<dis.length;i++){//从i顶点出发
System.out.print(vertex[pre[k][i]]+" ");
}
System.out.println();
for(int i=0;i<dis.length;i++){//从i顶点出发
System.out.print(dis[k][i]+" ");
}
System.out.println();
}
}
}
输出结果:
E:\>java t
==========================
A A A F G G A 第一行表示从A顶点到下标对应顶点的前驱顶点
0 5 7 12 6 8 2 第一行表示从A顶点到下标对应顶点的最短距离
==========================
B B A B G G B
5 0 12 9 7 9 3
==========================
C A C F C E A
7 12 0 17 8 13 9
==========================
G D E D F D F
12 9 17 0 9 4 10
==========================
G G E F E E E
6 7 8 9 0 5 4
==========================
G G E F F F F
8 9 13 4 5 0 6
==========================
G G A F G G G
2 3 9 10 4 6 0
从第一行结果中看出,由A到D的最短路径中,D的前驱为F,F的前驱为G,G的前驱为A,即A->G->F->D,距离为:12。
总结
弗洛伊德算法相比于迪杰斯特拉算法,能够计算图中所有顶点之间的最短路径,迪杰斯特拉时间复杂度为O(n^2),弗洛伊德算法时间复杂度为O(n^3)。